王五岳 1,*徐召飞 2,3曲春燕 3林颖 4[ ... ]廖键 1
作者单位
摘要
1 哈尔滨工程大学 烟台研究生院,烟台 265500
2 哈尔滨工程大学 机电工程学院,哈尔滨 150000
3 烟台艾睿光电科技有限公司,烟台 265500
4 国网山东省电力公司 电力科学研究院,济南 250014
结合MEMS激光雷达和红外相机的优势,设计了一种简单轻量、易于扩展、易于部署的可分离融合感知系统实现三维目标检测任务,将激光雷达和红外相机分别设置成独立的分支,两者不仅能独立工作也能融合工作,提升了模型的部署能力。模型使用鸟瞰图空间作为两种不同模态的统一表示,相机分支和雷达分支分别将二维空间和三维空间统一到鸟瞰图空间下,融合分支使用门控注意力融合机制将来自不同分支的特征进行融合。通过实际场景测试验证了算法的有效性。
多传感器融合 激光雷达 红外相机 鸟瞰图 三维目标检测 Multisensor fusion LiDAR Infrared camera BEV 3D object detection 
光子学报
2024, 53(1): 0111002
蒲文浩 1,2刘锡祥 1,2,*陈昊 1,3徐浩 1,2刘烨 1,2
作者单位
摘要
1 东南大学仪器科学与工程学院,江苏 南京 210096
2 微惯性仪表与先进导航技术教育部重点实验室,江苏 南京 210096
3 国网江苏省电力有限公司南京供电公司,江苏 南京 210019
针对单一传感器难以解决激光雷达在运动场景中因为点云畸变和误差累积产生的运动失真与定位精度差的问题,提出一种融合惯性测量单元数据和轮速计数据的激光雷达点云畸变矫正与定位方法。首先,以激光雷达数据为时刻基准,利用积分的方法对惯性测量单元和轮速计的数据进行预处理;之后,将融合数据与激光雷达数据融合,以矫正产生畸变的激光点云;最后,利用线性插值的方式来保证传感器间数据的时间同步,并将计算的位姿作为里程计迭代计算的初值,降低计算复杂度并提高里程计的定位精度。实验结果表明,相比没有采用多传感器融合的传统方案(LOAM、F-LOAM),在公开数据集实验中,所提方法的定位均方根误差分别降低了81.11%和21.54%,在自测数据集实验中,定位均方根误差分别降低了52.76%和24.29%。
激光雷达 畸变补偿 多传感器融合 激光雷达里程计 
激光与光电子学进展
2023, 60(24): 2428003
作者单位
摘要
1 长安大学 道路施工技术与装备教育部重点实验室, 陕西 西安 710064
2 中国铁建重工集团股份有限公司, 湖南 长沙 410000
3 南京信息工程大学 计算机与软件学院, 江苏 南京 210044
三维重建技术是机器视觉中最热门的研究方向之一,在无人驾驶和数字化加工与生产等领域得到了广泛的应用。传统的三维重建方法包括深度相机和多线激光扫描仪,但是通过深度相机获得的点云存在着信息不完整和不精确的问题,而多线激光扫描仪成本高,阻碍了该项技术的应用和研究。为解决上述问题,提出了一种基于转动式二维激光扫描仪的三维重建方法。首先,用步进电机带动二维激光扫描仪旋转运动来获取三维点云数据。然后,用多传感器融合的方法对激光扫描仪的位置进行标定,采用坐标系变换完成点云数据的匹配。最后,对采集得到的点云数据进行了滤波和精简处理。实验结果表明:相较于深度相机/IMU数据融合的重建方法,平均误差降低了0.93 mm,为4.24 mm;精度达到了毫米级别,误差率也控制在了2%以内;整套设备的成本相较于多线激光扫描仪大大降低。本文方法基本满足保留物体的外形特征、高精度和成本低的要求。
二维激光扫描仪 坐标系变换 多传感器融合 三维重建 2D laser scanner coordinate system transformation multi-sensor fusion three-dimensional reconstruction 
中国光学
2023, 16(3): 663
作者单位
摘要
1 湖北工业大学,武汉 430000
2 湖北省农机装备智能化工程技术研究中心, 武汉 430000
同步定位与建图(SLAM)技术是自主移动机器人的主要技术支撑, 成为当今的研究热点。介绍了SLAM 技术的发展历程及主要传感器, 梳理了基于视觉、激光雷达以及多传感器融合的SLAM技术, 并对常见的SLAM算法进行归纳总结, 对比分析各实现方案的优缺点。最后探讨了SLAM的技术难题和发展趋势。
同步定位与建图 激光雷达 视觉相机 多传感器融合 自主移动机器人 SLAM lidar vision camera multi-sensor fusion autonomous mobile robot 
电光与控制
2023, 30(3): 78
作者单位
摘要
1 清华大学电子工程系, 北京 100084
2 中国人民解放军 31401部队, 吉林长春 130022
3 北京科技大学计算机与通信工程学院, 北京 100083
对于视觉惯性里程计(VIO), 视觉遮挡、运动物体等复杂场景可能带来异常的视觉测量, 导致系统定位精确度急剧下降。对此, 提出了一种新的 VIO异常视觉测量的检测和处理方法。通过选取检测指标、设置先验阈值和设计检测分类器, 实现对异常视觉测量的检测与分类;提出多传感器融合策略和自适应误差加权算法, 及时消除与实际运动不一致的异常视觉测量的影响;最后, 将异常视觉测量检测和处理算法整合到基于关键帧的视觉惯性里程计(OKVIS)系统中, 提出了视觉惯性里程计的异常检测和处理(EDS-VIO)系统框架。在复杂场景仿真数据集上的评测结果表明, EDS-VIO比 OKVIS取得了更好的性能, 定位误差均值从 1.045 m下降到 0.437 m。所提方法较好地提升了 VIO在复杂场景中的定位精确度和鲁棒性。
视觉惯性里程计 异常视觉测量 多传感器融合 自适应误差权重 复杂场景 Visual-Inertial Odometry abnormal visual measurement multi-sensor fusion strategy adaptive error weighting complex scene 
太赫兹科学与电子信息学报
2022, 20(10): 1038
作者单位
摘要
1 天津科技大学电子信息与自动化学院, 天津 300222
2 天津恒度量子精密仪器技术有限公司, 天津 300384
针对现有双护盾硬岩隧道掘进机(TBM)导向系统中前盾/支撑盾位姿测量方法普遍存在的结构复杂、可靠性差、成本高和精度低的问题,提出了一种基于工业相机和异形主动标靶进行非接触快速测量的新方法,利用机器视觉、空间位姿变换及多传感器融合/标定等技术,可以实现在强振动掘进状态下对双护盾TBM进行稳定导向的功能。实验结果表明,本文所提方法可实现前盾/支撑盾六自由度空间位姿的高性能测量,测量频率不低于20 Hz,盾构机特征点静态坐标测量误差小于5 mm@(3 m×2 m×6 m),动态坐标测量误差小于10 mm@(振幅为3 mm,频率为20 Hz),可以应用在双护盾TBM导向系统中。
机器视觉 非接触测量 双护盾导向 异形标靶 多传感器融合 
激光与光电子学进展
2021, 58(24): 2415001
作者单位
摘要
1 合肥工业大学光电技术研究院, 特种显示技术国家工程实验室, 安徽 合肥 230009
2 中国科学院合肥物质科学研究院智能机械研究所, 中国科学院传感技术国家重点实验室, 安徽 合肥 230031
3 中国科学院合肥物质科学研究院安徽光学精密机械研究所, 中国科学院环境光学与技术重点实验室, 安徽 合肥 230031
针对国家环境空气质量监测站 (NAAQMS) 由于体积大、成本高而不利于大面积广泛布点的问题, 研制了一种微型空气质量监测系统, 用于监测大气中 CO、NO2、O3、SO2、PM2.5 和 PM10 的浓度。该系统分别采用电化学气体传感器和光学粒子计数器来测量气体污染物和颗粒物浓度。考虑到传感器在测量污染物浓度时容易受到大气温湿度的影响, 基于多传感器融合技术通过温湿度补偿算法对测量结果进行了修正, 并与 NAAQMS 发布的数据进行了比较, 分析表明二者具有很强的相关性。与 NAAQMS 的数据相比, 本系统 10 天监测数据的相关系数优于 0.7; 通过算法校正后, 某些污染物 (如 PM2.5) 的相关系数甚至可以提高到 0.9。新设计的空气质量监测系统具有鲁棒性强、体积小的特点, 适用于环境空气污染物的长期大面积分布式网络监测。
空气质量监测 优化设计 多传感器融合 小型化 air quality monitoring optimization design multi-sensor fusion miniaturization 
大气与环境光学学报
2021, 16(4): 349
作者单位
摘要
1 重庆邮电大学 智能传感技术与微系统重庆市高校工程研究中心, 重庆 400065
2 中国电子科技集团公司第二十六研究所, 重庆 400060
在全球卫星导航系统拒止的环境里, 导航信息难以获取, 基于红外、超声波、射频、Wi-Fi、超宽带(UWB)等室内定位方法均需要辅助电子标签, 传统航位推算法只适合前向步态的路径跟踪, 在后向、左向、右向步态模式下会出现反向或垂直的路径错误。针对以上问题, 该文借助移动终端的惯性测量单元数据, 在不依赖任何电子标签模式导航的情况下, 实现短时多模式步态行人跟踪。结果表明, 通过多次重复测试, 步态检测准确率≥92%, 以实际车库场景为实验背景, 该文方法可获得全步态模式下自主路径跟踪, 路径追踪误差小于3 m。
航位推算 惯性测量单元 多模式步态 自主定位 多传感器融合 dead reckoning IMU multi-mode of walking autonomous positioning multi-sensor fusion 
压电与声光
2020, 42(4): 568
作者单位
摘要
中国航空工业集团公司雷华电子技术研究所, 江苏 无锡 214063
针对分布式多传感器融合系统中, 传统的航迹融合算法未充分考虑不同传感器探测跟踪性能不同带来的航迹质量的不确定度差异, 导致融合后的航迹质量下降的问题, 提出了一种基于跟踪质量熵的航迹融合算法。首先, 构建融合中心所有局部航迹的跟踪质量熵模型, 根据熵大小排序并划分不确定度等级; 然后, 选择质量熵排序队列的航迹作为参考数列, 利用灰度理论对不同局部节点的来自同一目标源的航迹进行聚类; 最后, 将聚类后的航迹, 根据不确定等级进行分群融合, 并把不确定等级较低的航迹融合后的状态反馈至各局部节点进行局部融合。该方法提高了局部节点的跟踪质量, 增强了航迹融合的正确性, 仿真验证了该方法的可行性和有效性。
分布式多传感器融合 航迹融合 质量熵 灰度关联 反馈信息 distributed multi-sensor fusion track fusion quality entropy gray correlation feedback information 
电光与控制
2019, 26(5): 39
作者单位
摘要
中国电子科技集团有限公司第十一研究所, 北京 100015
基于柏林噪音理论构建了立体边防监视系统的地形模型, 设计了包含边海防感知层、边海防网络信息传输层、边海防智能应用层的立体边防监视系统, 并在建立多传感器组合簇数据库的基础上, 运用基于修正模糊理论和D-S证据决策的航迹关联算法对立体边防监视系统多传感器进行了融合算法。仿真实验证明, 基于多传感器组网探测的边海防立体监视系统的探测准确率要高于单一传感器的探测预警率。
立体边防监视系统 多传感器融合技术 D-S证据理论 3D frontier surveillance system multi-sensor fusion technology D-S evidence theory 
半导体光电
2018, 39(2): 298

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!